2015 Fiscal Year Annual Research Report
生活習慣病予知のための医療健康データ解析による日常生活と発症の潜在的機構解明
| Project/Area Number |
25240038
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
畑 豊 兵庫県立大学, シミュレーション学研究科, 教授 (20218473)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山川 烈 一般財団法人ファジィシステム研究所, その他部局等, 教授 (00005547)
小橋 昌司 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (00332966)
森本 雅和 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (10305683)
八木 直美 京都大学, 医学(系)研究科(研究院), 研究員 (40731708)
藤田 孝之 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (50336830)
前中 一介 兵庫県立大学, 工学(系)研究科(研究院), 教授 (70173721)
上浦 尚武 兵庫県立大学, 工学(系)研究科(研究院), 教授 (80275312)
新居 学 兵庫県立大学, 工学(系)研究科(研究院), 助教 (80336833)
酒井 良忠 神戸大学, 医学(系)研究科(研究院), 教授 (90397802)
|
|---|
| Project Period (FY) |
2013-05-31 – 2017-03-31
|
| Keywords | 健康診断データ / 医用画像 / ソフトコンピューティング / 予知 / データ解析 / 生活習慣病 / 健康管理 / 情報処理 |
|---|
| Outline of Annual Research Achievements |
1.ファジィ論理を用いた健康状態の数値化:正常と疾患状態に関するファジィ指標をそれぞれ導入し，各ファジィ指標によって正常と疾患リスクを独立に評価するための方法論を提案した．これにより，更に，健診結果評価のための新たなファジィ指標として，健診の基準範囲から正常に関する指標，健診基準値から疾患リスクに関する指標を導入した．
2.検査項目値が悪化した場合の原因特定とそれを向上させるための要因の解明:検査結果が好転する場合の項目関係の発見とマップの診察への導入法を確立した．健康増進のためには，検査項目値悪化時の原因特定が必須であるが，向上する方法を被験者に情報提供することも重要である．．そこで，HbA1c値が2年目に減少した場合の健診結果を特徴データ化し，それにより自己組織化マップを構築し，項目同士の相関を解明した．
3.HbA1cと他の検査項目の関係性抽出によるHbA1c変動要因の特定:他の健康診断項目の変化量からHbA1c値が基準値を超過するか否かを，機械学習により予測する実験を行った結果，BMIとγGTPが悪化している被験者群について，高い精度で予測が可能であることを確認した．また，BMIの変化量がHbA1cの基準超過を左右する重要な要素であることが確認できた．
4.脳血管構造と生活習慣病有無による動脈瘤発症リスクの解析法開発:頭部３次元MRA画像の脳動脈瘤の好発部位であるウィリス環に着目し，血管分岐点の３次元位置，血管分岐角度を特徴ベクトルとし検出した．動脈瘤発症群，動脈瘤未発症群の２クラス識別問題としてサポートベクトルマシンを適用した結果，良好な結果を得た．
5.新規の成果：生体モニタリング:従来のMEMSセンサによる複合的な生体情報デバイスで，生活習慣病を予防するためには粒度の細かい情報よりも粒度を荒くした抽象化された活動情報が必要であり，これを新規システムにより達成した．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
1．ファジィ論理を用いた健康状態の数値化：新たな指標として①ファジィ疾患リスク指標と②健診良好指標の導入を行った．これにより，疾患リスクと検査値が健常者に近いかどうかの評価を独立に行うことが可能となり，生活習慣病予防のための健診データの分析と健診結果の評価において有用となる．
2．検査項目値が悪化した場合の原因特定とそれを向上させるための要因の解明：平成27年度では，HbA1cが悪化・向上する両場合ともに，２年分のデータの差分ベクトルを自己組織化マップに与えるデータとして用い，その結果から，①HbA1cが悪化する男性患者はGOT，GPT，中性脂肪，尿酸が悪化する，好転する患者はGOT，GPT，γ-GTP，中性脂肪が好転する．②HbA1cが悪化する女性患は，GOT，GPT，γ-GTPが悪化するグループと中性脂肪が悪化するグループに分かれることがわかった．この結果は，姫路市の女性患者数の多いことを解明する一助となる．
3．HbA1cと他の検査項目の関係性抽出によるHbA1c変動要因の特定：機械学習による検診者のグループ分けと要因分析の結果，HbA1cが基準値を超過する際には，同時に他の健診項目がどのように変化しているかを確認することができたため，糖尿病を発症しないための保健指導において，各健診項目ごとの変化リスクを提示できるようになった．
4．脳血管構造と生活習慣病有無による動脈瘤発症リスクの解析法開発：平成27年度までで，脳血管構造のみと動脈瘤発症リスクの関連性を評価するため，３次元走行状況と分岐角度を特徴ベクトル，サポートベクトルマシンによる識別実験を行い，予備実験として十分な結果が得られた．
5．新規の成果：生体モニタリング：平成27年度では，一日の行動を時間に沿って概観するシステムを構築した．このような情報は生活習慣改善を目的として自己の生活を省みるために有用である．
|
| Strategy for Future Research Activity |
1．ファジィ論理を用いた健康状態の数値化：平成28年度は、これまで行ってきたファジィ解析の結果を総括し、具体的な予防方法について研究をおこなう。これまでに確立したファジィ指標を用いて、健康診断の結果の数値から直接どのような具体的行動を取ればよいかを予測、判定するシステムの構築である。これにより、生活習慣病の予防方法を確立する。
2．検査項目値が悪化した場合の原因特定とそれを向上させるための要因の解明：平成28年度は，特にHbA1c値異常の女性患者に着目し，各年度の検診データから次年度にどのグループ（すなわち，肝臓系検査値悪化グループもしくは中性脂肪悪化グループのいずれか）に受診者が所属するか予測する方法と次年度検査値の予測する方法を研究する．予測高精度化を図るため、人工知能技術を活用する．
3．HbA1cと他の検査項目の関係性抽出によるHbA1c変動要因の特定：HbA1cと他の検査項目の関係性抽出によるHbA1c変動要因の特定最新の機械学習手法を適用する事に加え，これまで解析の対象としていなかった健康診断時のアンケート項目を解析に加える事で，より正確な受診者への生活習慣病リスク提示を行えるよう健康診断データの解析手法を確立する．
4．脳血管構造と生活習慣病有無による動脈瘤発症リスクの解析法開発：平成28年度で，形状特徴量を追加，生活習慣病やほか検査項目を追加することで精度向上を行う．さらに，画像解析によるこれら形状特徴量の自動計算手法を確立することで，検診などで収集される医療画像ビッグデータへの適用を可能とする．さらに，動脈瘤発症リスクを低減させる患者別リコメンデーションシステムを提案する．
5．新規の研究：平成28年度は，健康診断データから抽出された改善するべき項目と，平成27年度の成果である一日の行動の抽象化データを関連付けて解析する方法の開発を目指す．この研究全体を総括する．
|
Research Products
(11 results)
